SKILLEMALL.ai
GitHub ↗ EN Войти

CD literature-review

Находите, проверяйте и обобщайте научную литературу — от запроса «какая основополагающая работа по теме X» до полных обзоров из нескольких источников. Включает привязку утверждений к реальным найденным источникам, предотвращение выдуманных цитат, обработку отозванных публикаций и калибровку уверенности в соответствии силе доказательств.

машинный переводПоказать оригиналСкрыть оригинал«Find, verify, and synthesize scientific literature — from "what's the…»

Find, verify, and synthesize scientific literature — from "what's the seminal paper for X" through full multi-source reviews. Covers grounding claims in real retrieved sources, avoiding fabricated citations, handling retractions, and calibrating confidence to evidence strength.

aipoch/open-science Agent Skills автор: aipoch Apache-2.0 4 файла · 3 скрипта тело ≈ 2 828 токенов Открыть источникgithub.com↗ проанализирован 2 дн назад

Находите, проверяйте и обобщайте научную литературу — от запроса «какая основополагающая работа по теме X» до полных обзоров из нескольких источников.

Как процесс D 45/100 · Процесс не доведён — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

АнализаторИсследованияИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
84/100
безопасность, качество, тесты
Безопасность 60%
94
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
D
45/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • средняя Опасные команды cmd-eval-dynamic SKILL.md:34
    Динамическое выполнение кода из декодированного/недоверенного ввода
    exec(open("<this skill's directory>/kernel.py").read())
  • низкая Опасные команды cmd-eval-dynamic kernel.py:11
    Динамическое выполнение кода из декодированного/недоверенного ввода (в кавычках — упоминание, а не команда)
    exec(open("<this-skill-dir>/kernel.py").read())
    в кавычках

Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 45/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 50Шаги. Шагов: 2
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2828 токенов
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Нет пошаговых инструкций или чек-листа
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +2Инструкции на одном языке
  • +3Длина description 278 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 11 заголовков
  • +4Есть примеры (1 блоков кода)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.